--- name: resume-screener description: BOSS直聘简历批量筛选——从本地DB提取简历,按用户定义的benchmark迭代打分排序。触发词:筛简历、简历筛选、resume screening、打分、benchmark。 category: android --- # 简历筛选器 ## 核心流程 ``` 1. extract → 从BOSS直聘DB提取目标岗位简历为JSONL 2. import → 导入到本地 resumes.db SQLite 表(持久化,后续打分/排序基于此表) 3. define → 用户标注好/差样本 + 口述标准 → 生成 scoring_rubric.json 4. score → LLM按rubric逐份打分 → scoring_result.jsonl 5. review → 用户看排名,标注更多样本,调整rubric 6. iterate → 回到 step 3,直到用户满意 ``` **⚠️ 用户的设计原则:先建表入库,再做筛选逻辑。** 数据在本地 SQLite 表里持久化后,打分/排序/迭代都直接操作这张表,不每次重新反序列化 BLOB。不要跳过 Step 2 直接去打分。 ## 数据源 - BOSS直聘DB: `/sdcard/bosszhipin/data/hpbr_bosszhipin_client.db` - 简历在 `MessageTable.resume` 字段(Java序列化 BLOB,type=9消息) - 通过 `Contact.myId` 区分账号,`Contact.bossJobPosition` 区分岗位 - 提取脚本:`scripts/extract_resumes.py`(自动按岗位过滤+反序列化+JSONL导出) - 导入脚本:`scripts/import_resumes.py`(JSONL → resumes.db SQLite 表) ## 本地简历表(resumes.db) 导入后的 SQLite 数据库:`/sdcard/bosszhipin/data/resumes.db` ```sql CREATE TABLE resumes ( id INTEGER PRIMARY KEY AUTOINCREMENT, friendId TEXT NOT NULL, name TEXT, jobPosition TEXT, jobId TEXT, age TEXT, education TEXT, applyStatus TEXT, city TEXT, expSalary TEXT, workAge TEXT, firstText TEXT, -- 求职期望摘要 secondText TEXT, -- 学校专业摘要 positionName TEXT, jobSalary TEXT, experiences TEXT, -- JSON array: [{type,startDate,endDate,organization,occupation}] raw_json TEXT, -- 完整原始数据 imported_at TEXT, gender TEXT, -- 性别 (女/男),从 Contact 表回填 UNIQUE(friendId, jobId) ); ``` 后续打分/排序/迭代都基于这张表,不重新反序列化 BLOB。 ## 简历字段(每份100%有值) > 完整数据画像(245份戏文简历的学历/城市/到岗状态/专业分布)见 `references/xiwen-resumes-data-profile.md` | 字段 | 含义 | 示例 | |------|------|------| | friendId | 候选人ID | 508148953 | | name | 姓名 | 刘文豪 | | jobPosition | 应聘岗位 | AI戏文制作实习生(剧本创作方向) | | jobId | 岗位ID | 534047722 | | age | 年龄 | 27 | | education | 学历 | 本科/硕士/大专/博士 | | applyStatus | 到岗状态 | 在校-月内到岗/离校-随时到岗/在职-考虑机会 等 | | city | 城市 | 北京 | | expSalary | 期望薪资 | 10-15K | | workAge | 工作年限 | 27年应届生/3年/10年以上 | | firstText | 求职期望摘要 | 求职期望 影视媒体 | | secondText | 学校专业摘要 | 毕业于 中国艺术研究院 \| 戏剧与影视 | | positionName | 期望职位 | 期望:影视媒体 | | jobSalary | 岗位薪资 | 200-250元/天 | | experiences | 经历列表 | type=1工作/type=2教育, 含organization/occupation/起止时间 | ## Rubric 文件格式(scoring_rubric.json) ```json { "job_position": "AI戏文制作实习生(剧本创作方向)", "version": 1, "criteria": [ { "name": "专业匹配度", "weight": 30, "description": "戏剧影视文学/编剧/编导等相关专业 vs 非相关专业", "scoring": { "5": "戏剧影视文学/编剧/导演科班", "3": "新闻/中文/广电编导 等泛文科", "1": "非文科/无相关专业" } }, { "name": "写作/创作经验", "weight": 25, "description": "有实际写作/编剧/创作产出", "scoring": { "5": "有发表作品/编剧经历/商业写作", "3": "有内容运营/文案经验", "1": "无写作相关经验" } } ], "positive_examples": ["friendId1", "friendId2"], "negative_examples": ["friendId3"], "notes": "用户口述的额外要求" } ``` ## 执行步骤 ### Step 1: 提取简历 ```bash python3 /sdcard/bosszhipin/data/../scripts/extract_resumes.py --job "戏文" --account 5889492 --output /sdcard/bosszhipin/data/xiwen_resumes.jsonl ``` 或直接用 skill 内脚本: ```bash python3 ~/.hermes/skills/android/resume-screener/scripts/extract_resumes.py --job "戏文" --account 5889492 --output /sdcard/bosszhipin/data/xiwen_resumes.jsonl ``` ### Step 2: 导入到本地 SQLite 表 ```bash python3 /sdcard/bosszhipin/import_resumes.py ``` 或用 skill 内脚本: ```bash python3 ~/.hermes/skills/android/resume-screener/scripts/import_resumes.py ``` 验证:`SELECT count(*) FROM resumes` 应与 JSONL 行数一致。 ### Step 3: 定义/迭代 Rubric 用户会: - 指着几份简历说"这些好,因为..."→ 加入 positive_examples - 指着几份说"这些不行,因为..."→ 加入 negative_examples - 口述标准 → 转化为 criteria 中的 scoring 等级 每次迭代 version+1,保留旧版本。 ### Step 4: 打分 用 LLM 按 rubric 逐份打分。每份简历输出: ```json { "friendId": "508148953", "name": "刘文豪", "total_score": 82, "dimension_scores": { "专业匹配度": {"score": 5, "reason": "中国艺术研究院 戏剧与影视"}, "写作/创作经验": {"score": 4, "reason": "燧火文化 作者/撰稿人"} }, "summary": "硕士,戏剧与影视科班,有商业写作经验", "flag": "推荐" } ``` 打分要诚实: - 简历信息不足时给低分并标注"信息不足",不要猜 - 有明显硬伤(如完全无关专业+无经验)直接低分 - 不要所有维度都给中等分,要有区分度 ### Step 5: 排序输出 按 total_score 降序输出表格: ``` 排名 | 姓名 | 总分 | 学历 | 专业方向 | 年龄 | 到岗状态 | 推荐理由 1 | 刘文豪 | 82 | 硕士 | 戏剧与影视 | 27 | 在校-月内到岗 | 科班+有写作经验 ``` 分三档: - ≥80: 推荐面试 - 60-79: 可备选 - <60: 暂不考虑 ### Step 6: 用户反馈 → 迭代 用户看完排名后: - 如果有该高的被压低了 → 调整 weight 或 scoring 描述 - 如果加入新的标准 → 新增 criteria - version+1 重新打分 ## 关键原则 1. **rubric 是活的**:每次迭代都要改,不是一次定死 2. **用户标注 > LLM 猜测**:positive/negative examples 是最高优先级的信号 3. **打分要有区分度**:245份简历如果都打70-75,等于没筛 4. **诚实打分**:信息不足就给低分标"信息不足",不编造理由 5. **可追溯**:每份简历的每个维度都有 reason,用户能看懂为什么这个分 ## ⚠️ 陷阱 ### 多账号数据不在 DB 里 BOSS直聘切换/新注册账号后,新账号的聊天数据**不会自动写入** SQLite。需要让用户在 App 里切到目标账号,刷一下聊天列表,再重新 `pull_dbs_local.sh`。检测方法:`SELECT myId FROM Contact GROUP BY myId` 看有几个账号。详见 bosszhipin-local-tools skill 的「多账号切换」小节。 ### SQLite INSERT 占位符对齐 写 INSERT 语句时,占位符 `?` 的个数必须和列数精确一致。多行 SQL 字符串里换行符不会影响占位符计数,但肉眼数 `?` 容易错。**务必用单行 SQL 字符串**:`"INSERT INTO t (a,b,c) VALUES (?, ?, ?)"`,并在执行前 `print(sql.count('?'), len(vals))` 验证对齐。否则 `sqlite3.OperationalError: N values for M columns` 会浪费大量调试时间。 ## 文件布局 ``` /sdcard/bosszhipin/ ├── data/ │ ├── hpbr_bosszhipin_client.db # BOSS直聘原始DB(pull_dbs_local.sh 拉取) │ ├── xiwen_resumes.jsonl # 提取的简历数据(中间产物) │ ├── resumes.db # ⭐ 本地简历库(resumes表 + scores表) │ ├── scoring_rubric_v1.json # rubric v1(5维度打分) │ ├── scoring_rubric_v2.json # rubric v2(增加淘汰规则) │ ├── scoring_result_v1.jsonl # 打分结果 v1 │ ├── scoring_result_v2.jsonl # 打分结果 v2(含淘汰项) ├── pull_dbs_local.sh # 从App拉取原始DB ├── import_resumes.py # JSONL → resumes.db └── score_resumes.py # 打分脚本(已实现) ``` ## CLI 调用方式 ```bash # 1. 提取简历 python3 /sdcard/bosszhipin/extract_resumes.py --job "戏文" --account 5889492 --output /sdcard/bosszhipin/data/xiwen_resumes.jsonl # 2. 导入到 resumes.db python3 /sdcard/bosszhipin/import_resumes.py # 3. 全量打分 python3 /sdcard/bosszhipin/score_resumes.py --rubric /sdcard/bosszhipin/data/scoring_rubric_v1.json --db /sdcard/bosszhipin/data/resumes.db --output /sdcard/bosszhipin/data/scoring_result_v1.jsonl # 4. 只打未打分的 python3 /sdcard/bosszhipin/score_resumes.py --rubric /sdcard/bosszhipin/data/scoring_rubric_v1.json --db /sdcard/bosszhipin/data/resumes.db --only-unscored ``` ## Rubric v1 维度 | 维度 | 权重 | 5分 | 1分 | |------|------|-----|-----| | 专业匹配度 | 30% | 戏剧影视文学/编剧/导演 | 理工科/无关 | | 学校层次 | 20% | 北电/中戏/中传/国戏/艺研院 | 未知/专科 | | 写作创作经验 | 25% | 编剧/撰稿人/制片人/导演 | 无工作经历 | | 到岗状态 | 15% | 离校/离职-随时到岗 | 在校-暂不考虑 | | AI相关经验 | 10% | AI训练师/AI产品经理 | 无AI经验 | ## Rubric v2 淘汰规则 v2 在 v1 的 5 个维度基础上增加 `elimination_rules` 区块,淘汰项命中 → 直接 0 分淘汰: | 淘汰规则 | 字段 | 条件 | 淘汰原因 | |----------|------|------|----------| | 性别淘汰 | gender | equals "男" | 必须是女生 | | 专业淘汰 | 教育经历专业+secondText | not_contains_any (23个关键词) | 必须是戏文编导、编辑等相关专业,非相关专业不要 | 分数映射:1-5 → 0-100,公式 (raw-1)/4*100 分档阈值:≥75 推荐面试,≥55 可备选,<55 暂不考虑 ## scores 表 打分结果写入 resumes.db 的 scores 表: ```sql CREATE TABLE scores ( id INTEGER PRIMARY KEY AUTOINCREMENT, resume_id INTEGER NOT NULL, -- FK → resumes.id friendId TEXT NOT NULL, rubric_version INTEGER, total_score INTEGER, -- 0-100 tier TEXT, -- 推荐面试/可备选/暂不考虑/已淘汰 dimension_scores TEXT, -- JSON: 各维度分数+理由 scored_at TEXT, eliminated INTEGER DEFAULT 0, -- 1=被淘汰项淘汰, 0=正常打分 eliminated_reason TEXT, -- 淘汰原因描述 (如"必须是女生") UNIQUE(resume_id, rubric_version), FOREIGN KEY (resume_id) REFERENCES resumes(id) ); ``` ## 淘汰规则 (v2+) 从 v2 起,rubric 支持 `elimination_rules` 区块。淘汰规则在正常打分之前执行,命中任意一条 → 直接 0 分、tier="已淘汰"、eliminated=1、eliminated_reason 写明原因,不进入正常打分流程。 ```json "elimination_rules": [ { "name": "性别淘汰", "field": "gender", // resumes 表的字段名 "rule": "equals", // equals | contains_any | not_contains_any "value": "男", "reason": "必须是女生" // 写入 eliminated_reason }, { "name": "专业淘汰", "field": "experiences_education_occupation", // 特殊字段: 教育经历occupation+secondText "rule": "not_contains_any", // 不包含任何一个keyword → 淘汰 "keywords": ["戏剧影视文学", "编剧", "编导", ...], "reason": "必须是戏文编导、编辑等相关专业,非相关专业不要" } ] ``` 支持的 field: - `gender` — resumes 表 gender 列(从 Contact 表回填,0=女/1=男) - `experiences_education_occupation` — 教育经历 occupation + secondText 拼接 - 其他 resumes 表的字段名 — 直接读取 支持的 rule: - `equals` — 字段值等于 value → 淘汰 - `contains_any` — 字段值包含任意一个 keyword → 淘汰 - `not_contains_any` — 字段值不包含任何一个 keyword → 淘汰 - `within_years` — 专用于 `field: graduation`:毕业不足 value 年淘汰。毕业年份计算:workAge 明确数字年限(`^(\d+)年$`)且 ≥2 → `今年-年限`(避免成人教育/第二学历 endDate 误杀工作多年的老手);`(\d{4})年应届生` → 直接用;无年份应届生 → 今年-1;否则教育经历 endDate 最大年份;全无法判断 → 不淘汰(宁漏勿杀)。 ## 聊天文本扩展(2026-08-06,AI短剧制作岗实战) **背景**:BOSS 简历 BLOB(ChatResumeBean)只有 29 个字段——没有作品链接/经历描述/项目经历。但候选人主动发的作品链接(网盘/新片场/抖音/B站)、独立制作自述、"会用可灵/即梦/Seedance"等 AI 工具信息全在 **MessageTable type=1 聊天文本**里。 **管线**: 1. `ALTER TABLE resumes ADD COLUMN chat_text TEXT`(幂等) 2. 回填:从 `hpbr_bosszhipin_client.db` 的 MessageTable 拉 `fromUid=friendId AND type=1` 文本按时间拼接(每条截 300 字符、最多 40 条、总 5000 字符) 3. `score_resumes.py` 新维度分支: - `'作品与市场验证'` → 匹配 `chat_text + work_ocup_str`(作品集/链接/独立制作/播放/上线) - `'美术功底'` → 匹配 `edu_occup_str + second_text + chat_text`(美术/绘画/手绘/插画/原画) - `'写作创作经验'`、`'AI相关经验'` 匹配文本接入 `clean_chat_text(chat_text)` 4. 回填后需重跑打分(覆盖 scores 表同 version 记录) **⚠️ 必须清洗聊天文本**(`clean_chat_text`):候选人首条消息几乎都是"看到贵司招聘 AI短剧制作(全流程制作)岗位"——岗位名词(短剧/漫剧/全流程/招聘/岗位/贵司/应聘/看到 等)会被当成经验证据打 5 分,导致专业不符的假高分。清洗后再匹配,第一人称经验信号(我做过/独立制作/作品集/链接/AI工具名)不受影响。 **坑**:① chat_text 会混入供应商/HR 推销消息("我们社做AI培训,可推荐人才/商单合作"),带真链接但仍非候选人——人工识别,规则难除尽 ② 误判教训:取教育 endDate max 会把工作 8 年但拿了第二学历的人误判成应届 → workAge≥2 必须优先。 ## 打分结果(v1) - 推荐面试: 16人(top: 樊禹彤92/王舒艺92/赵梦月92,均北电戏文科班+编剧经验) - 可备选: 72人 - 暂不考虑: 157人 ## 打分结果(v2) v2 增加淘汰规则(性别+专业),245 份简历重新打分: | 分档 | 人数 | |------|------| | 推荐面试 | 11 | | 可备选 | 48 | | 暂不考虑 | 51 | | 已淘汰 | 135 | 淘汰原因分布: - 必须是女生(男性淘汰): 61人 - 必须是戏文编导、编辑等相关专业,非相关专业不要: 74人 ## wechat-viewer 集成 简历列表+详情+打分按钮已集成到 wechat-viewer(Flask + Jinja2),作为主菜单的一个入口。 ### 页面路由 | 路由 | 模板 | 功能 | |------|------|------| | `/resumes` | `resumes.html` | 简历列表页:分页表格、搜索、按岗位/分档/学历筛选、按分数排序 | | `/resume/` | `resume_detail.html` | 详情页:基本信息+打分维度+经历列表+原始JSON | | `POST /api/resumes/score` | — | 调 `score_resumes.py --only-unscored`,同步结果到 scores 表 | ### ⚠️ 改 Rubric 版本或 DB 列后必须同步 wechat-viewer 当你给 rubric 升版本(如 v1→v2)或给 resumes/scores 表加列后,wechat-viewer 的 app.py 不会自动跟上。必须手动改以下位置: 1. **app.py 常量**(约第 3834 行): - `RUBRIC_PATH` → 指向新版本 JSON(如 `scoring_rubric_v2.json`) - `SCORE_SCRIPT` → 指向实际脚本路径(skill 内 `scripts/score_resumes.py` 或 `/sdcard/bosszhipin/score_resumes.py`) 2. **app.py `/api/resumes` SQL**:手动在 SELECT 列表里加新列名(如 `r.gender, s.eliminated, s.eliminated_reason`),否则前端拿不到数据 3. **app.py `_sync_scores_to_db`**:更新 JSONL 路径(或改为动态 `glob` 找最新版本),并在 INSERT 语句里加新列 4. **resumes.html**:表头加列、行数据输出新字段、筛选器加新分档选项、CSS 加新 badge class 5. **resume_detail.html**:基本信息 grid 加新字段、打分结果区块处理 eliminated 分支 6. **重启 Flask**:`pkill -f 'python3 app.py'; sleep 2; cd ~/wechat-viewer && python3 app.py`(用 `terminal(background=true)`) 忘记第 2 步最常见——SQL 查了新列但 API 没返回,前端显示 `undefined`。 ### ⚠️ 性别数据不在简历 BLOB 里 简历的 raw_json 字段(从 MessageTable.resume 反序列化)不包含 gender。性别在 Contact 表: - `Contact.gender`:0=女,1=男(BOSS直聘惯例) - 通过 `Contact.friendId` 关联 resumes 表 - 导入简历后需要额外执行一步:从 BOSS DB 的 Contact 表读 gender,回填到 resumes.db 的 resumes.gender 列 ### 添加新页面的步骤(wechat-viewer 模式) 1. 在 `templates/base.html` 的 `drawer-nav` 区块加 `` 菜单项 2. 创建 `templates/新页面.html`,`{% extends "base.html" %}` 3. 在 `app.py` 末尾(`if __name__` 之前)加路由函数 4. 如需调外部脚本:用 `subprocess.run(["python3", script, ...], capture_output=True, text=True, timeout=120)` 5. 重启 Flask:`pkill -f 'python3 app.py'; sleep 1; python3 app.py`(background=true) 6. 验证:`curl -s -o /dev/null -w '%{http_code}' http://127.0.0.1:5001/新路径` ### Jinja 自定义过滤器 如果模板需要解析 JSON 字段(如 `dimension_scores`),在 `app.py` 的 `app = Flask(__name__)` 后加: ```python app.jinja_env.filters['from_json'] = lambda s: json.loads(s) if s else {} ``` 模板里用 `{{ score.dimension_scores | from_json }}` 解包。 ### 模板 > `templates/scoring_rubric_template.json` — 空白 rubric 模板,复制后修改维度和关键词即可用于新岗位。